推理与行动预算

限制推理强度、输出、工具轮次、时间和费用。

推理预算不只是一个reasoning effort参数。完整Agent还消耗输出token、工具轮次、搜索、重排、子Agent、judge、沙箱和人工复核时间。预算需要从业务目标出发，决定哪些问题值得继续投入，哪些达到上限后应返回缺口。

可分别限制一次模型调用和整个Task。前者包含最大输出、推理强度和超时；后者包含总费用、总deadline、工具动作和子任务数量。剩余预算向下传播，使一个组件不会在外层即将超时后仍按默认上限重试。人工等待与活跃计算可使用不同时间口径，但需要明确。

高风险任务不能简单以低成本为目标。可先用确定性计算替代可程序化算术，减少无效搜索与重复自评，再比较模型档位。增加推理强度可能改善困难理解，也可能增加延迟而不修复来源错误；缺少报表、法条或授权，更多推理不会创造事实。

预算策略应允许有限升级。例如标准模型在无进展时可以换获准高档模型，但要保留数据合同和剩余费用；达到上限后保存已完成产物、验证项及未决问题，而非强行输出确定结论。模型显示的token使用量与实际账单分类还要核对，缓存写入和后台工作不能遗漏。

实验绘制质量、严重错误、完成时间和有效结果成本随预算的变化，而不是只比较一次最快或最便宜运行。不同任务类型可能有不同折中；教学对话重视交互响应，异步研究可接受更长计算，但都需要真实验收。

公开模型目录提供可调设置与价格入口，不能证明最佳预算。产品可以把预算表达为标准、深入或限定时长等可理解选择，内部再映射参数；不要让业务用户为每个底层推理开关承担实现决策。

实践重点：按任务风险配置预算，并把剩余预算传给模型与工具执行器。

验证抓手：测不同预算下质量、严重错误和完成成本曲线。

常见误区：只调reasoning effort，忽略工具、judge和子Agent成本。

OpenAI：模型目录；OpenAI：Latency optimization。